使用深度学习从CSST星系巡天的二维无缝光谱图像中提取红移
Extracting redshifts from 2D slitless spectroscopic images using deep learning for the CSST galaxy survey
arXiv:2605.16762v1 公告类型:新 原文摘要:广域无狭缝光谱星系巡天,例如由中国空间站巡天望远镜(CSST)开展的巡天,对精密宇宙学至关重要,但数据处理面临巨大挑战。由于光谱直接投射到探测器上,它们与二维(2D)空间形态卷积,这使波长校准复杂化,并因此降低后续一维(1D)光谱提取的保真度。为克服这些限制,我们提出一个深度学习框架
